(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210680684.9 (22)申请日 2022.06.15 (71)申请人 中农美蔬 （深圳） 科技有限公司 地址 518000 广东省深圳市大鹏新区大鹏 街道鹏城社区鹏飞路7号办公楼101 (72)发明人 吕亚清　 (74)专利代理 机构 深圳汉林汇融知识产权代理 事务所(普通 合伙) 44850 专利代理师 吴洪波 (51)Int.Cl. G06V 20/68(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 幼苗生长情况的在线监测方法、 装置、 设备 及存储介质 (57)摘要 本发明涉及人工智能领域， 公开了一种幼苗 生长情况的在线监测方法、 装置、 设备及存储介 质， 用于提高幼苗生长情况的在线监测的准确 率。 所述方法包括： 获取第一目标番茄幼苗图像 和第二目标番茄幼苗图像， 并将第一目标番茄幼 苗图像输入叶片上表面识别模型进行叶片上表 面识别， 得到第一识别结果； 将第二目标番茄幼 苗图像输入叶片下表面识别模型进行叶片下表 面识别， 得到第二识别结果； 查询生长周期， 并根 据第一识别结果、 第二识别结果和生长周期判断 待检测番茄幼苗是否生长正常， 得到目标判断结 果； 对目标判断结果进行解析， 得到生长异常类 型和生长异常指标， 并根据生长异常类型和生长 异常指标生成待检测番茄幼苗对应的目标培育 策略。 权利要求书3页 说明书13页 附图4页 CN 115035516 A 2022.09.09 CN 115035516 A 1.一种幼苗生长情况的在线监测方法， 其特征在于， 所述幼苗生长情况的在线监测方 法包括： 基于预置的幼苗生长监测云平台， 采集待检测番茄幼苗的多个幼苗历史生长周期对应 的历史图像， 得到每 个幼苗历史生长周期的历史图像； 根据每个幼苗历史生长周期的历史图像生成所述待检测番茄幼苗对应的生长曲线， 并 根据所述生长曲线生成所述待检测番茄幼苗的历史生长情况， 其中， 所述历史生长情况用 于指示所述待检测番 茄幼苗是否存在生长异常； 若所述待检测番茄幼苗存在生长异常， 则获取待检测番茄幼苗的第 一目标番茄幼苗图 像和多个初始番茄幼苗图像， 其中， 所述第一 目标番茄幼苗图像为垂直从上往下拍摄的幼 苗上表面图像， 所述多个初始番 茄幼苗图像为垂直从下往上拍摄的幼苗下表面图像； 将所述第一目标番茄幼苗图像输入预置的叶片上表面识别模型进行叶片上表面识别， 得到第一识别结果， 其中， 所述第一识别结果包括： 叶片上表面颜色和叶片大小； 对所述多个初始番茄幼苗图像进行拼接处理， 得到第二目标番茄幼苗图像， 并将所述 第二目标番茄幼 苗图像输入预置的叶片下表面识别模型进 行叶片下表面识别， 得到第二识 别结果， 其中， 所述第二识别结果用于指示叶脉 经络； 从预置的数据库中查询所述待检测番茄幼苗的生长周期， 并根据所述第一识别结果、 所述第二识别结果和所述生长周期判断所述待检测番茄幼苗是否生长正常， 得到目标判断 结果； 对所述目标判断结果进行解析， 得到生长异常类型和生长异常指标， 并根据所述生长 异常类型和所述 生长异常指标生成所述待检测番 茄幼苗对应的目标培 育策略。 2.根据权利要求1所述的幼苗生长情况的在线监测方法， 其特征在于， 所述将所述第 一 目标番茄幼 苗图像输入预置的叶片上表面识别模型进 行叶片上表面识别， 得到第一识别结 果， 其中， 所述第一识别结果包括： 叶片上表面颜色和叶片大小， 包括： 将所述第一目标番茄幼苗图像输入预置的叶片上表面识别模型， 其中， 所述叶片上表 面识别模型包括： 编码 器、 连接层和解码 器， 所述编码 器包括： 多层卷积层和下采样层， 所述 解码器包括多层反卷积层和上采样层， 所述连接层用于连接编 码器和解码器并将编 码器中 的特征图传输 至解码器； 通过所述叶片上表面识别模型对所述第 一目标番茄幼苗图像进行识别， 得到第 一识别 结果， 其中， 所述第一识别结果包括： 叶片上表面颜色和叶片大小。 3.根据权利要求1所述的幼苗生长情况的在线监测方法， 其特征在于， 所述对所述多个 初始番茄幼苗图像进行拼接处理， 得到第二 目标番茄幼苗图像， 并将所述第二目标番茄幼 苗图像输入预置的叶片下表面识别模型进 行叶片下表面识别， 得到第二识别结果， 其中， 所 述第二识别结果用于指示叶脉 经络， 包括： 对所述多个初始番 茄幼苗图像进行拼接处 理， 得到第二目标番 茄幼苗图像； 将所述第二目标番茄幼苗图像输入预置的叶片下表面识别模型， 其中， 所述叶片下表 面识别模型包括： 目标 特征提取网络、 RPN网络、 ROI  Align层和FCN网络； 通过所述叶片下表面识别模型对所述第 二目标番茄幼苗图像进行识别， 得到第 二识别 结果， 其中， 所述第二识别结果用于指示所述待检测番 茄幼苗的叶脉 经络。 4.根据权利要求1所述的幼苗生长情况的在线监测方法， 其特征在于， 所述从预置的数权　利　要　求　书 1/3 页 2 CN 115035516 A 2据库中查询所述待检测番茄幼苗的生长周期， 并根据所述第一识别结果、 所述第二识别结 果和所述 生长周期判断所述待检测番 茄幼苗是否生长正常， 得到目标判断结果， 包括： 从预置的数据库中查询所述待检测番茄幼苗的生长周期， 并查询符合所述生长周期的 正常番茄幼 苗参数， 其中， 所述正常番茄幼苗参数包括： 正常叶片大小参数和正常叶片脉络 参数； 根据所述正常叶片大小参数和所述第一识别结果中的叶片大小判断所述待检测番茄 幼苗的叶片大小是否正常， 得到叶片大小判断结果； 根据所述正常叶片脉络参数和所述第二识别结果判断所述待检测番茄幼苗的叶片脉 络是否正常， 得到叶片脉络判断结果， 其中， 所述叶片脉络判断结果用于指示所述待检测番 茄幼苗是否存在虫害； 根据所述第一识别结果中的叶片上表面颜色判断所述待检测番茄幼苗的叶片颜色是 否正常， 得到叶片颜色判断结果； 对所述叶片大小判断结果、 所述叶片脉络判断结果和所述叶片颜色判断结果进行综合 分析， 生成目标判断结果。 5.根据权利要求1 ‑4中任一项所述的幼苗生长情况的在线监测方法， 其特征在于， 所述 幼苗生长情况的在线监测方法还 包括： 获取所述待检测番 茄幼苗的株高和茎粗； 根据所述株高和茎粗和所述第一识别结果中的叶片大小计算所述待检测番茄幼苗的 幼苗生长比例； 根据所述幼苗 生长比例生成所述待检测番 茄幼苗的生长状态。 6.根据权利要求5所述的幼苗生长情况的在线监测方法， 其特征在于， 所述对所述目标 判断结果进行解析， 得到生长异常类型和生长异常指标， 并根据所述生长异常类型和所述 生长异常指标生成所述待检测番 茄幼苗对应的目标培 育策略， 包括： 根据所述生长状态对所述目标判断结果进行解析， 得到生长异常类型和生长异常指 标； 根据所述 生长异常类型和所述 生长异常指标生成异常调整策略； 根据所述异常调整策略生成所述待检测番 茄幼苗对应的目标培 育策略。 7.根据权利要求1所述的幼苗生长情况的在线监测方法， 其特征在于， 所述幼苗生长情 况的在线监测方法还 包括： 获取待检测番 茄幼苗的叶片大小和叶片数量； 根据所述叶片大小和所述叶片数量计算所述待检测番 茄幼苗的生长周期。 8.一种幼苗生长情况的在线监测装置， 其特征在于， 所述幼苗生长情况的在线监测装 置包括： 采集模块， 用于基于预置的幼苗生长监测云平台， 采集待检测番茄幼苗的多个幼苗历 史生长周期对应的历史图像， 得到每 个幼苗历史生长周期的历史图像； 曲线生成模块， 用于根据每个幼苗历史生长周期的历史图像生成所述待检测番茄幼苗 对应的生长曲线， 并根据所述生长曲线生成所述待检测番茄幼 苗的历史生长情况， 其中， 所 述历史生长情况用于指示所述待检测番 茄幼苗是否存在生长异常； 获取模块， 用于若所述待检测番茄幼苗存在生长异常， 则获取待检测番茄幼苗的第一权　利　要　求　书 2/3 页 3 CN 115035516 A 3